广发宏观：高分红策略的宏观逻辑与择时体系

广发宏观：高分红策略的宏观逻辑与择时体系

报告摘要

首先，自2021年初以来，高股息策略已连续三年相对于Wind All-A指数具有超额收益。这个功能未来还会继续吗？我们有两点认识：第一，从历史上看，分红资产也是需要时机的。 2011年以来的十余年间，中证红利指数共有32个时间段跑赢WIND；其次，本周期确实出现了一些新的宏观和微观因素，红利资产配置比前期意义更大。晋升。在本报告中，我们尝试探讨高股息策略的宏观逻辑和时机体系。

其次，本周期中，股息资产的主导地位来自三个因素的共振：一是海外无风险利率中心在22-23年大幅上移，“长期、高波动性”的估值“资产一直面临压力。中证红利指数的隐含久期相对较短（2005年以来平均为13.2年；相比之下，风泉A为17.2年，TMT指数为18.7年）。而疫情以来，只有中证红利指数隐含久期持续缩短至12.5年，其余基本保持稳定。此外，从滚动60天历史波动率来看，股息指数还具有“低波动”特征。交易股息资产的本质是市场在交易，寻找“久期短、波动性低”的品种。其次，由于名义增长中心较低，中债利率呈下行趋势，分红资产的分红收益呈“债券式”，收益稳定但回报较高，对资金配置需求具有较强吸引力。 2021年至2023年股债利差已升至3.3%；与此同时，股息指数与Wind全A的相关中心已降至0.63。第三，本轮房地产产业链调整过程中，金融市场风险偏好一度下降。 A股风险溢价（ERP）与中证股息相对回报率和绝对回报率的相关中心均由负转正，前者上升至+0.63。后者上升至+0.4，表明本轮与以往相比出现了机制转变，市场对股息资产的“确定性”交易成分显着增加。我们在之前的报告《2023年股权行业表现的宏观和中观线索》中也对此进行了分析。

第三，您对下一阶段有何看法？我们基于全球无风险利率、内外利差、国内经济基本面、风险偏好、赔率（估值）、拥堵六个维度构建了股息资产择时体系。 （1）全球无风险利率与股息指数相对回报的正相关性最为稳定。 2020年以来，相关系数从0.65上升至0.86。 （2）从历史回顾来看，国内利率与高分红策略之间的关系较为复杂，并非单边的。在国内利率下行时期，高股息策略整体跑赢的概率并不高。我们理解这背后的逻辑是，如果利率下降是由宽松的流动性推动的，能够引发经济企稳的预期，那么股息资产就不会占主导地位。 “利率下降时期凸显股息资产吸引力”所需的条件之一是，利率下降短期内尚未形成“流动性充裕→信贷扩张→经济上行循环”的正反馈，而“增长中枢下沉——资产回报率”“下行”预期仍主导定价。从时间上看，样本缩短至2020年后，中债利率与高分红资产呈现出较高的负相关性。虽然国内利率不稳定只是一个时序信号，但其经济金融意义相对重要。作为折衷，我们选择中美利差而非单纯的国内利率作为时机指标。其与股息资产的负相关性在2016年后相对稳定。 （3）国内基本面方面，我们综合考虑货币、增长、物价三维周期，选取M1、BCI、PPI组成的综合指标之前的报告以“M1、BCI、PPI 和 Macro ”作为时序指标。该指标减弱的时期与股息相对于收入占主导地位的时期基本一致。 （4）A股股权风险溢价是另一个影响因素。风险偏好下移可以放大股息资产相对于A股的“防御优势”。 (5)基于赔率视角，构建股息资产相对于A股普通板块的性价比指数。考虑到股息指数的高股息特征，当股息股息率高于常规板块标准差+1.5倍时，即被视为股息资产估值。价值低且性价比高。 （6）在交易层面，我们使用“红利指数成交量占A总成交量的比例”作为红利指数拥挤程度的指标。

四、中长期来看，在高质量发展框架下，高分红时序体系中国内基本面因素（M1、BCI、PPI周期成分）特征可能发生变化，长期配置意义股利资产的占比将会有所提升。 （一）经济增长不单纯追求速度。以工业基础现代化、产业链现代化为代表的高质量发展成为重要政策目标； （2）在制造强国的背景下，制造业的供给能力将进一步加强，供给低于需求的情况很少出现，这对工业价格弹性产生影响； （三）中央金融工作会议指出，“货币政策始终保持稳健”，在稳增量、盘活存量的背景下，货币周期总量弹性可能总体适度； （四）在金融高质量发展的线索下，金融市场逐步更加直接地服务科技创新、绿色发展等战略领域。 “直达实体”的货币政策工具推动投资信贷脉搏更加精准。杠杆效应减弱。高杠杆金融产品收益率作为机会成本推高股市风险偏好的过程也将被削弱。

五、如何评价六维信号的合力？我们尝试综合一个六维时序指标。第一种方法是将六大信号同等对待，直接相加；第二种方法是以六大信号与中证红利指数的滚动36个月相关系数为权重，进行加权汇总。第三种方法是将中证红利指数的六大信号回归相加，并以回归系数作为权重进行信号加权。由于不同时序指标与中证红利的关系存在时间变异性，我们按地区（ ）对数据进行划分。

第六，结果表明，从2014年以来的全区间收益来看，无论采用何种综合方式，高分红择时策略相比Wind的全A都能获得超额收益。其中，基于时序信号加权聚合从模型系数来看，2014年以来年化收益率约为9%，胜率73.03%，夏普比率0.39。从全收益角度来看，年化回报率约为10%至11%。就最新信号而言，2024年1月15日至2月14日的持仓信号为+0.38。尽管该信号是积极的，表明股息指数仍然具有吸引力，但该信号较10-11月（+0.95、+0.75）进一步减弱。

七、简单总结：近两年，全球无风险利率上升对长期资产造成冲击；房地产产业链调整背景下风险偏好下移，市场稳定收益需求增加；而这恰逢央债利率下行，中长期配置需求出现缺口，进一步放大了“资产荒”效应。三大力量合力，导致市场对“期限短、波动性低”的股息资产不断追求。展望后续，在高质量发展阶段，股息资产配置的意义较上周期有所提升，但高股息策略并非传统意义上的长期策略。高分红策略的择时特征很可能仍然存在，我们的“六维择时体系”可以作为监控框架。

报告的简短版本

第一的

2021年初以来，高股息策略已连续三年相对于Wind All-A指数具有超额收益。这个功能未来还会继续吗？我们有两点认识：第一，从历史上看，分红资产也是需要时机的。 2011年以来的十余年间，中证红利指数共有32个时间段跑赢WIND；其次，本周期确实出现了一些新的宏观和微观因素，红利资产配置比前期意义更大。晋升。在本报告中，我们尝试探讨高股息策略的宏观逻辑和时机体系。

从经验规则来看，过去的高股息策略并不是不需要时机的长期策略。自2011年以来的十多年来，中证红利指数共有32个时间段跑赢Wind全A股，其中21个时间段处于调整期。如果不考虑股息再投资，中证股息的相对回报在九次“抄底”后明显减弱。此外，从单边HP二次滤波剥离的指数周期成分来看，中证红利指数的超额收益呈现出明显的“均值回归”格局。所以，从战术上来说，分红资产还是需要把握时机的。

但从战略上看，股息资产的中长期配置价值可能会增加。在名义增长和长期利率中心逐步下移的过程中，股息资产的股息再投资收益成为“资产荒”时代的稳定收入来源。以日本的经验为例，20世纪90年代后，日本高股息指数持续长期跑赢日经225指数。从中证股息的贡献来看，2011年以来，股息再投资贡献了103.2%，资本利得贡献了62.6%。前者是后者的1.65倍。 [1] 2019年后，股息再投资的贡献开始稳步超过资本收益。

第二

本轮周期中，股息资产的主导地位来自于三个因素的共振：一是海外无风险利率中心在22-23年大幅上移，“长期、高波动”资产的估值一直承受着压力。中证红利指数的隐含久期相对最短（2005年以来平均为13.2年；相比之下，风泉A为17.2年，TMT指数为18.7年）。而疫情以来，只有中证红利指数隐含久期持续缩短至12.5年，其余基本保持稳定。此外，从滚动60天历史波动率来看，股息指数还具有“低波动”特征。交易股息资产的本质是市场在交易，寻找“久期短、波动性低”的品种。其次，由于名义增长中心较低，中债利率呈下行趋势，分红资产的分红收益呈“债券式”，收益稳定但回报较高，对资金配置需求具有较强吸引力。 2021年至2023年股债利差已升至3.3%；与此同时，股息指数与Wind全A的相关中心已降至0.63。第三，本轮房地产产业链调整过程中，金融市场风险偏好一度下降。 A股风险溢价（ERP）与中证股息相对回报率和绝对回报率的相关中心均由负转正，前者上升至+0.63。后者上升至+0.4，表明本轮与以往相比出现了机制转变，市场对股息资产的“确定性”交易成分显着增加。我们在之前的报告《2023年股权行业表现的宏观和中观线索》中也对此进行了分析。

首先，22-23年，美债利率上升与股息指数相对回报存在较强的正相关关系。我们理解，这主要是因为当海外无风险利率快速上涨时，“长期、高波动性”资产的估值面临压力，而股息资产则相反，支付保证股息，相对类似于现金充足，且资产具有明显的“短期、高波动性”。具有“低波动性”的特点，受美债影响较小。

在股票隐含久期方面，我们将债券久期的概念引入A股市场，并剥离了各类股票指数的隐含久期。结果发现，自2005年以来，TMT指数隐含久期最高，平均久期为18.7年，其次是Wind，平均久期为17.2年。在相同测算方法下，中证红利指数和华夏特别估值的隐含久期仅为13.2年和13.6年，明显小于风泉A指数和TMT指数。而且，自2020年疫情爆发以来，股息资产隐含久期进一步缩短至12.5年，而Wind的全A则基本保持在18年左右。

波动性方面，通过对比各指数滚动60日历史波动率可以看出，中证红利指数波动性明显低于沪深300、中证1000。美债利率快速上升，沪深300、沪深1000波动率明显上升，但中证红利指数、红利低波指数波动率不升反降。

其次，22日至23日，中债利率的下降与股息指数的相对收益呈较强的负相关关系。稳定的股息类似于债券息票。在本轮利率下调过程中，股息资产相对于其他资产的比较优势更加凸显。从股债利差来看，2018年至2020年中证股息率与10年期国债利差平均仅为1.26%，但2021年至2023年已上升至3.3%。与Wind All-A相比，Wind All-A与股息指数的相关性中心在2021年至2023年显着减弱，仅为0.63，而2008-2013年两者的平均相关性为0.97，而2014-2020年的年均相关性也为0.89。

第三，2022-23年房地产产业链处于持续调整过程中，微观主体风险偏好有所下降。从相对收益角度看，本轮分红指数的主导期与房债指数调整期、Wind全A股风险溢价（ERP）上涨期高度一致。 2020年以来，股权风险溢价水平与中证红利相对收益、绝对收益的相关性中心均由负转为正，前者上升至+0.63，后者上升至+0.4，机制发生转变。本轮和以往都发生过的风险偏好下降的过程中，市场对股息资产的“确定性”交易成分明显增加。

第三

下一阶段如何看？我们基于全球无风险利率、内外利差、国内经济基本面、风险偏好、赔率（估值）、拥堵六个维度构建了股息资产择时体系。 （1）全球无风险利率与股息指数相对回报的正相关性最为稳定。 2020年以来，相关系数从0.65上升至0.86。 （2）从历史回顾来看，国内利率与高分红策略之间的关系较为复杂，并非单边的。在国内利率下行时期，高股息策略整体跑赢的概率并不高。我们理解这背后的逻辑是，如果利率下降是由宽松的流动性推动的，能够引发经济企稳的预期，那么股息资产就不会占主导地位。 “一段利率下降时期，红利资产吸引力凸显”所需的条件之一是，利率下降短期内尚未形成“流动性充裕→信贷扩张→经济上行周期”的正反馈而“增长中心下沉——资产回报率”的“下行”预期依然主导定价。从时间上看，样本缩短至2020年后，中债利率与高分红资产呈现出较高的负相关性。虽然国内利率不稳定只是一个时序信号，但其经济金融意义相对重要。作为折衷，我们选择中美利差而非单纯的国内利率作为时机指标。其与股息资产的负相关性在2016年后相对稳定。 （3）国内基本面方面，我们综合考虑货币、增长、物价三维周期，选取M1、BCI、PPI等综合指标之前的报告以“M1、BCI、PPI 和 Macro ”作为时序指标。该指标减弱的时期与股息相对于收入占主导地位的时期基本一致。 （4）A股股权风险溢价是另一个影响因素。风险偏好下移可以放大股息资产相对于A股的“防御优势”。 (5)基于赔率视角，构建股息资产相对于常规A股板块的性价比指数。考虑到股息指数的高股息特征，当股息分红率高于常规板块+1.5倍标准差时，则视为股息资产估值。价值低且性价比高。 （6）在交易层面，我们使用“红利指数成交量占A总成交量的比例”作为红利指数拥挤程度的指标。

首先，美国债券利率作为全球风险资产的锚，主要通过贴现率从分母端影响国内市场，传导路径相对确定且简单。因此，通过相关性检验和单变量回归模型检验可以发现，美债名义利率、实际利率与股息指数相对回报之间的正相关性最为稳定。 2020年以来进一步强化，美债名义利率与相对股息回报率的相关系数从0.65上升至0.86，美债实际利率从0.7上升至0.83。

其次，经审查，单一国债利率与股息指数的关系并不稳定。在国内利率下行时期，高股息跑赢大盘的概率并不高。从时间段统计来看，即使在10年期国债利率上升的时期，股息指数仍可能占据主导地位，例如2012-13年、2016-17年和20-23年的部分时间。从相关性统计来看，如果以2010年和2016年为起点，中债利率与股息指数相对收益率的相关性分别为0.22和0.29。仅当样本周期缩短至2020年至今，两者呈现-0.72的负相关关系。虽然国内国债利率对资产收益有锚定作用，下行趋势会凸显分红资产的吸引力，但这一扣除所需的一个条件是利率下行趋势尚未形成“流动性充裕→短期内信贷扩张→经济增长”。 “周期性上行”的正反馈和“增长中心下沉——资产回报率下降”的预期仍然主导着定价。由于国内利率是增长和流动性的综合结果，同时影响股票定价的分子和分母，因此与美国债券利率不同。因此，如果利率落后于流动性宽松和经济稳定的环境，股息资产将不会占据主导地位。当利率下降、经济长期疲软时，股息资产更有可能发挥股息优势。相反，如果在经济仍疲软或流动性仍处于紧缩周期时利率上升，股息资产将占上风。首先，未来经济预期将继续疲弱定价，比如2012-13年，其次，流动性影响估值压力，定价压力相对较小，比如2013年和2017年。可以证明的是，2014年，利率依然进一步上涨，但流动性转向，基本面企稳，股息资产的优势也很快消失； 2018年，流动性趋于宽松，但实体去杠杆、经济依然疲弱，利率下降与股利主导同时发生； 2019年，流动性依然宽松，但经济企稳回升。尽管利率持续下行，但股息资产的优势也迅速减弱。虽然国内利率不稳定只是一个时序信号，但其经济金融意义相对重要。中美利差相当于以美国债券利率为基准调整后的中债利率。它是两国经济政策的综合比较指标，可以敏感地反映国内经济周期的边际强度。作为折衷，我们选择中美利差而非单纯的国内利率作为时机指标。其与股息资产的负相关性在2016年后相对稳定。

第三，国内基本面指标要考虑货币激活、增长、物价三维循环。我们选择了一个综合指标，该指标综合了经过单边 HP 二次滤波后的 M1、BCI 和 PPI 周期信号。从历史趋势来看，综合指标与股息指标的相对收益率呈现负相关。当有效需求不足、经济周期尚未处于明显上行阶段时，红利资产相对于旺泉A具有超额收益。22-23年，三维综合指标边际减弱的时期与股息主导相对回报的时期。

第四，风险偏好整体下行将强化股息资产稳定回报的需求。 2016年以来，风泉A的ERP与股息资产相对回报呈现稳定的正相关关系。

第五，分红时机还需要考虑分红资产的价格空间和性价比。从赔率角度看，“中证红利分红率与风泉A（不含金融、石油石化）分红率之差”视为分红资产相对于普通A股的超额回报率部门。 2020年之后，这种差异迅速拉大，这说明股息指数不仅具有股息优势，而且由于估值较低，因此比Wind的A级具有更高的性价比。此外，还以±1倍和±2倍的滚动36个月标准差作为评价该成本效益指标水平的标准。如果超过+1.5倍标准差，则认为当前中证分红相对于Wind全A来说是划算的。鉴于分红指数本身的高分红特性，我们认为只要价格/业绩比率没有达到+1.5倍标准差，股息指数的赔率尚未达到多头头寸信号。

第六，在交易拥堵方面，用“红利指数成交额占A总成交额的比例”来判断下一阶段红利指数是否仍然值得追求。并且选择相对谨慎的方案。如果观察到滚动36个月拥堵水平大于平均值，则认为当前拥堵视角不适合持有股息指数。

第四

中长期来看，在高质量发展框架下，高分红时序体系中国内基本面因素（M1、BCI、PPI周期成分）的特征可能发生变化，分红的长期配置意义资产将得到改善。 （一）经济增长不单纯追求速度。以工业基础现代化、产业链现代化为代表的高质量发展成为重要政策目标； （2）在制造强国的背景下，制造业的供给能力将进一步加强，供给低于需求的情况很少出现，这对工业价格弹性产生影响； （三）中央金融工作会议指出，“货币政策始终保持稳健”，在稳增量、盘活存量的背景下，货币周期总量弹性可能总体适度； （四）在金融高质量发展的线索下，金融市场逐步更加直接地服务科技创新、绿色发展等战略领域，“直达实体”的货币政策工具推动投资信贷脉搏更加精准。杠杆效应减弱。高杠杆金融产品收益率作为机会成本推高股市风险偏好的过程也将被削弱。

国内基本面（M1、BCI、PPI周期成分）等计时系统中的指标可以反映短周期和中长周期宏观预期的耦合程度。当前，国内经济已由高速增长阶段转向高质量发展阶段。中长期因素的定价能力变得越来越重要。国内基本面（M1、BCI、PPI周期性成分）时机的重要性也将增加。股息资产的重要性也将增加。中长期配置价值凸显。

在高质量发展框架下，在经济维度上，经济不再单纯追求速度增长，而是更加注重质量效益提升，推动经济结构优化升级、产业现代化。基地和产业链已成为重要的政策目标。 。制造业供给能力将持续强劲，未来社会层面供大于求的情况将不再常见，这将对工业价格弹性产生影响。

在金融层面，从总量上看，中央金融工作会议指出，“必须始终保持货币政策稳健”、“货币供应量与经济增长预期目标、物价水平相匹配”。 23年12月8日中央政治局会议还指出，“稳健的货币政策必须灵活适度、精准有效”，这意味着在高质量发展阶段，货币活跃程度（M1）和灵活性本轮通胀周期（PPI）将较上周期温和，结构将优化。是政策重点。二是结构层面，在高质量发展的线索下，信贷政策、金融市场将与科技创新、绿色发展等战略领域更加有效对接，信贷脉冲的杠杆效应将减弱。高杠杆金融产品收益率作为机会成本推高股市风险偏好的过程也将被削弱。

第五

如何评价六维信号的合力？我们尝试综合一个六维时序指标。第一种方法是将六大信号同等对待，直接相加；第二种方法是将六个主要信号和CSI股息指数之间的滚动36个月相关系数作为权重来执行加权摘要。第三种方法是将六个主要信号总结为CSI股息指数，并使用回归系数作为信号加权的权重。由于不同的时序指标与CSI股息之间的关系具有时间变化，因此我们按区域（）确定了数据。

一种简单而直观的综合方法是总结重量相等的关键六维时序指标。我们首先确定每种类型的定时指示器的信号提示方向，用于股息资产时间，然后检查分配和总和的月度更改。

此外，考虑到六维时正时指标的股息资产信号本质上是强大而弱的，我们进行了加权探索。一个想法是使用定时指标和CSI股息之间的相关系数来加权它们。具有强相关指标发布的定时信号应给予更高的值。为了避免“未来数据”问题，我们使用每个定时指标和CSI股利指数之间的36个月相关系数作为信号加权的权重。

另一个权重想法是用CSI股息指数回归时正常指标，并使用回归系数作为权重来加权信号。但是，由于不同时间指标和CSI股息之间关系的时间变化，我们对数据（）进行了区域识别，并发现自2006年以来，定时指标和CSI股息之间的关系确实存在不同的区域。控制反应。特别是在2020年之后，发生区域1的概率稳定在0.6以上，而区域2的概率稳定在0.4以下。

第六

结果表明，就自2014年以来的全范围回报而言，无论综合方法如何，与Wind的完整A相比，高点的定时策略都可以获得超额回报。自2014年以来，系数，年收益率约为9％，获胜率为73.03％，夏普比率为0.39。从全收入角度来看，年度回报率约为10％至11％。就最新信号而言，从1月15日至2024年2月14日的位置信号为+0.38。尽管信号为正，这表明股息指数仍然有吸引力，但该信号比10月至11月（+0.95，+0.75）的信号进一步削弱。

就定时计划处理而言，为了避免使用将来的数据，我们每月定时信号中使用的数据是本月中旬发布的上个月的最新数据。为了避免一个月内的计时信号中的大波动和一些噪声干扰，然后将求和后的信号序列视为6个月的移动平均线。

位置设置也分为两个观点。一个是“ 0-1位置设置”：正时正时信号被直接处理为持有CSI股息指数的完整位置（100％），并且负时信号被处理为10,000的持有。获取全部A；第二个是“滚动位置设置”：根据计时信号的强度，使用在窗户周期为窗口时的过去36个月，定时信号的大小被标准化并以相等比例的位置映射到中间股票股息指数的比例为P。

自2014年以来，六维时正时指标的均等综合综合计划的年龄约为7％。考虑到股息再投资收入，年度申报表约为9％。从全部回报的角度来看，与Wind的全部A相比，超额回报最高的回报率为50％。该计划的获胜率为71.77％，夏普比率为0.28。就最新信号而言，从1月15日至2024年2月14日的位置信号使用了2023年12月的计时信号，即+1.78。定时信号是积极的，促使继续持有股息指数；但是在2023年10月 - 11月的定时信号分别为+3.3和+2.7，表明股息指数的持有位置分别为2023.10.15至2024.01.14分别为82％，71％和57％。 2024年1月从当前披露的数据中合成的时序信号为+0.66，表明股息指数的持有股权从2024.02.15到2024.03.14仍然是正，但持有比例将进一步下降。

自2014年以来，使用加权合成36个月相关系数的定时计划已达到约7％至8％。如果考虑到股息再投资收入，则年度申报表约为9％至10％。从全部回报的角度来看，与Wind的全部A相比，超额回报最高的回报率为68％。该计划的获胜率为66.66％，夏普比率为0.33。就最新信号而言，从1月15日至2024年2月14日的位置信号为+2.17，这也促使其继续持有股息指数；从2023年10月到11月的信号分别为+3.5和+2.94，表明股息指数为2023.10 .15至2024.01.14的职位分别为100％，89％和74％。 2024年1月的定时信号为+1.34，这也表明下个月的股息持有量仍建议为正，但持有比例进一步下降。

使用区域转换模型来确定权重的定时计划自2014年以来的年度回报率约为8％至9％。如果考虑到股息再投资收入，则年度收益率约为10％至11％。从全部回报的角度来看，与Wind的全部A相比，超额回报最高的回报率为74％。该计划的获胜率为73.03％，夏普比率为0.39。就最新信号而言，从1月15日至2024年2月14日的位置信号为+0.38。尽管信号为正，表明股息指数继续持有，但与10月和11月相比，该股息指数进一步削弱，10月和11月的+0.95和+0.75，表明股息指数的持有位置从2023.10.15到2024.01 .14分别分别为98.6％，84.4％，59.4％。从2024年1月，目前披露的数据合成的时序信号为-0.002，表明WIND应在2024年2月15日至2024年3月14日的A下举行。

第七

简而言之，在过去的两年中，全球无风险利率的上升影响了长期资产；风险胃口已在房地产产业链调整的背景下向下移动，市场对稳定收入的需求也有所增加。这与利率，中期和长期分配的下降相吻合，需求差距有差距，这进一步扩大了“资产短缺”效应。这三大力量联合起来，导致市场对以“持续时间短和低波动性”为特征的股息资产的持续追求。期待随访，在高质量的发展阶段，与上一个周期相比，股息资产分配的重要性有所改善，但在传统意义上，高股息策略并不是长期策略。高股息策略的定时特征很可能仍然存在，我们的“六维计时系统”可以用作监视框架。

风险警告：首先，国内财政和货币政策超过或没有期望，经济基本面发生意外变化，这偏见使用历史经验数据获得的常规结论；其次，建模时间序列很短，基于较小的样本量，扣除额可能存在错误的判断。第三，高明端股票经历了意想不到的波动，历史波动和收入状况的重要性有限。

目录

文本

第1部分

重新思考“高股息”策略：战术和战略的重叠

自2021年初以来，相对于Wind A级别的高点战略的超额回报持续了三年多。目前，关于随后的股息资产趋势的讨论中有一些不同的声音。

人们认为，高股息策略已经进行了三年，股息利率的价值下降了，股价上涨驱动的货币价值，再加上资本交通拥堵，此时的尾巴风险也需要注意为了;

第二个是，高股息只是资金的“临时避风港”，当市场信心较低时具有防御价值。一旦发生后续的“市场底层”，高股息策略通常会表现不佳。

第三个认为，股息资产具有稳定的股息收入。在向下长期利率的宏观背景下，高股息策略从长远来看将有效，不需要时间安排。

从本质上讲，以上三种观点是从短期交易，短期循环历史定律和中期和长期经济观点的角度来解释这一轮股息市场的意外表现。我们认为，这个周期与过去不同的原因正是因为它与这三个维度因素的共振相吻合。换句话说，纯粹的短期因素（防御性属性或成本绩效）和纯长期资本分配需求都不足以完全解释近年来市场对这类资产的追求。

相应地，关于后续的可持续性，我们还认为，股息资产仍然需要在短周期中定时，这不是传统意义上的长期战略。但是，由于当前的短期和长期因素交织在一起，即使诸如价格/绩效等因素在短周期中恢复了，但是从较长的角度来看，与股息资产分配的重要性也将得到改善前一个时代。

（1）策略：在短期内，仍需要选择时间安排

在短期内，股息资产仍然需要定时。从经验规则来看，过去的高股息战略确实不是一项长期战略。在自2011年以来的十多年中，CSI股息指数在总计32个时期内优于Wind的全部A，其中21个时期已由Wind的All-A调整，而股息指数的下降较小。或反对这一趋势。 ，占66％。此外，如果未考虑股息再投资，CSI股息的相对回报将在九个“市场底层”发生后大幅减弱。

第三，我们还使用单方面的HP过滤来过滤相对于风量A的CSI股息的多余回报。结果表明，剥离趋势和短期噪声后，超额回报的周期性成分显示出明显的“平均反向反转”定律。

（2）策略：长期分配价值提高

在长期到长期中，股息资产的分配值将增加。国内经济目前正处于新旧驱动力之间的过渡阶段。随着国内经济增长中心的变化，以“名义增长”为基础的长期利率中心也将向下移动。在这种背景下，股息资产的股息再投资收入已成为稳定的收入来源，在快速经济增长期间，价格绩效比率已大大提高，并且长期分配价值也变得突出。

以日本的经验为例，日本的高股息指数自1990年代以来很长时间以来一直在长期以来胜过 225指数。同时，很长一段时间以来，日本的股息利率也高于日本政府债券利率。

从贡献的角度来看，自2011年以来，CSI股息总回报指数增长了165.8％，其中股息再投资贡献了103.2％，资本利得贡献了62.6％。前者是后者的1.65倍[1]。 2019年以后，股息再投资的贡献开始稳步超过资本收益。

第二部分

在23年内的相似性和差异：“股息优势”来自长期和短期因素的共鸣

（1）美国债券正在上升，股息交易的本质是“持续时间短，波动性低”

美国债券利率作为无风险利率，是全球风险资产的定价锚点。如果有向上的转变，从理论上讲，从分母端折现率的角度来看，它将对国内A共享市场产生估值影响，利率敏感的行业将受到特别影响。明显的。在初步报告中：“美国财政部未来的收益有利于美国定价的定价”，我们计算出，当美国债券利率进入迅速上行周期时，抑制国内增长和消费量，以下尤其是更广泛的市场的增长风格，22-23，22-23年度美国债务利率不仅向上移动，而且在快速上升的渠道中。

同时，我们看到股息指数的相对收入与美国债务的正相关性很强。由于这种资产的特征，利润是稳定的，并且分配确定为股息，类似于现金。这是一种“短期和低波动性”品种，对利率相对脱敏，受美国债务影响的影响较小。

经常在固定收益领域中分析“利率敏感性”，以分析它，并衡量债券价格对成熟度产量的敏感性。我们将此概念扩展到了A股市场，参考，Sloan，Sloan，（2004年）[1）[1）[1）[1） ]将长期股权分解为有限的无限处理方法，并通过财务报表率（G）和净资产收益率（ROE）进一步。在此过程中，我们从文献和方法中学习，将它们都模仿为AR（1）过程。最后，A -Share股票索引的隐藏时期。

发现在“有限的时间为10年，长期期限的无限期为19。3年（T+（1+R）/R）”的前提下，从2005年到现在，TMT指数长期最高的时期，平均长期时间为18。7年，其次是全部A，平均为17。2年。以同样的方式，CSI股息指数和STC的隐藏长期时期仅为13。2年零13。6年，显然比Wan de Quan A和TMT指数小。

自从流行病以来，隐藏的股息资产的长期期限已缩短到12。5年，整体维护的总体估计接近14年。进一步扩展到5。5年。上一轮奖金资产的短期特征显然是从2011 - 2013年开始，当时两者之间的差距约为4.3至5.5年。

此外，即使近年来长期长期期限略有扩展，但股息资产的长期期限仍在下降。相比之下，四种类型的索引的长期期限为：CSI（12。5年），中国（13。6年），Wan de Quan A（18.1），TMT（19.0岁）。

除了短期特征外，股息资产 - 低波动的另一个主要特征也是它在美国债务迅速增长中表现良好的原因。外国资本将美国债务作为资本成本。当美国债务上升时，传统的波动将对资金流出更加敏感。与各种指数的60天滚动的历史波动相比，CSI股息指数的波动明显低于CSI 300和1,000 CSI。尤其是在2023年第三季度，在美国债务利率迅速上升的影响下，CSI 300和CSI 1000的波动率显着增加，但Sino -C 的股息指数和奖励低波指数波动并确实有所增加，并且确实如此。没有上升。

（2）中国债务的下降，“债务属性”增加了成本效益的吸引力

除了短期和低波动的特征外，高尺度策略的收入来源还具有“债务属性”，并且稳定的股息与债券票相似。在本轮比赛中，这种比较优势得到了增强。与股息指数的相关性显然已经削弱了。

首先，自2021年以来，10年的国库利率一直处于下降趋势，利率下降了近2.5％。财富管理的回报率（以Yu'ebao 7年为例的年化收益率）也下降到近2.01％。相比之下，CSI奖金具有“债务属性”的5.8％〜6.5％。中国证券股息指数的兴起与中国债券利率的下行链接有很强的负相关性。

其次，从2018 - 2020年起，CSI和10年国家债券之间的利率差异仅为1.26％，从2021 - 2023年开始上涨至3.3％[4]。即使我们对10年国库的中央调整进行调整，仍然发现股票债券之间的利率差异很高，这对资金的长期分配具有吸引力。

第三，我们使用12个月，24个月，36个月和60个月的相关系数作为窗口周期来计算 A和股息指数的相关系数。弱，仅0.63，从2008-2013的两者之间的平均相关性为0.89，在0.97,2014-2020。

（3）风险食欲降低，“防御属性”的重要性增加

23年奖金资产中的另一个重要因素是，在过去的21年中，房地产产业链一直处于连续调整过程中，导致微观 - 主体的风险胃口下降。在上一个报告中，“ 2023年股权行业表现的宏观和宏观视图”使用CSI房地产债务指数作为风险偏好的指标，发现该指数在23年内迅速下降，Wan de de de de de de de de de 。 Quan还同时调整了。而且，如果与奖金资产的相对收入相比，还发现与过去不同，房地产链调整和奖金指数的调整相对一致。 “追赶。

鉴于房地产债务指数调整期的短序列序列，我们还使用股票风险溢价（ERP：1/10,000 PE-10年期财政收入率）作为风险偏好的风险偏好。

就整体趋势而言，自2021年以来，Wan de Quan A的ERP一直在上升，这意味着风险胃口正在向下移动。

22q3-23q1的节奏已经下降，但在下半年的下半年再次上升，对应于当时房地产债务指数的快速下降，市场风险偏好再次减弱。

截至2024/01/27， A的当前ERP为3.7％，自2002年以来的高度为89.9％。与此同时，平均值为标准偏差+1.68倍（滚动36个月）高于2002年。到目前为止，所有A股的风险偏好仍然很低。

我们还比较了股息资产的绝对回报（CSI股息指数），相对收入（CSI股息/所有A）和权益风险溢价的相关性。一方面，这是因为它可以违背这种趋势，但更重要的是，当调整 A时，奖励指数相对反对。

从趋势的角度来看，自2020年以来，权益风险溢价水平越高（风险偏好越低），股息指数相对增加的收入有所提高，而2020年之前的同步也不明显。股息指数的绝对收入和风险偏好在过去几乎是相同的，也就是说，当非个人部门保持一致时，当风险偏好较低时，股票资产作为风险资产类别削弱。但是，自2020年和2021年以来，股息指数的绝对收入显然也偏离了市场的风险食欲。在风险食欲的过程中，股息指数的绝对收入反对这一趋势。

从滚动不同的窗口时期之间的相关性的角度来看，自2020年以来，股份股票的相对收益和绝对收入的相关中心对中国的相对收益和绝对收入的相关中心是肯定的。 CSI。 0.4，两者都指向这一轮和过去的机制转换。在风险食欲下降期间，奖金资产“确定性”的交易部分中的市场大大增加。

第三部分

如何看下一阶段？建立一个全面的高得分策略选择系统

（1）美国国库利率：在经验方面，与奖金资产的相关性是最确定的

自2016年上海 - 香港股票和深圳 - 香港股票连接以来，外国资本对国内资产的影响也大大增加，以及相应的美国债务利率与股息的相对利率之间的正相关资产也稳定了。美国债务利率的下降期，短期和低结合股息指数的下降不占主导地位，相对收入继续下降；尽管美国国库利率上升，但股息指数的相对收益同时增加甚至略有领先。自2020年以来，这项法律一直得到加强。从单个变量的线性回报的角度来看，美国债务利率和实际利率与股息资产具有稳定的正相关。

不同时间段内的相关系数表明，自2020年以来，美国债务的名义利率和股息相对收入的相关系数从0.65增加到0.86，而美国债务的实际利率已从0.7增加到0.83。股息指数的绝对收入还显示出与美国债务利率和实际利率的一定正相关。其他定价因素（中国债券利率，股票风险溢价等）与股息指数之间的关系不稳定。

我们认为，美国债券利率背后的道路相对确定，国内风险资产的道路相对确定。美国债务利率主要通过折现率影响国内市场，债券利率既具有父母端的流动性传导机制，也具有分子端利润的反映。

（2）内部和外部利益传播：看一下，单个政府债券的利率不稳定

尽管奖金指数在10年的债券利率和财务利率期间继续保持超额回报，但实际上，国内利率与高标准策略之间的关系相对复杂，而不是单方面。在历史的过去十年中，股息指数的主导地位与国内利率并不是稳定的负面关系。中国债务的下降，高分红运行的可能性不高。

从相关统计的角度来看，如果从2010年和2016年开始，中国债券利率和股息指数的相对收益的相关性分别为0.22和0.29。只有当样本周期缩短到2020年时，两者才会存在-0.72至0.72负相关。

从时间统计的角度来看，即使国家债券利率已经开始，股息指数仍可能占主导地位，例如2012 - 13年1月13日，2016 - 17年和20 - 23年的某些时期。

我们了解到，“利率下行链路时期将突出股息的吸引力”的一种条件是，利率并未形成“丰富的流动性→信贷扩张→向上的经济周期”的积极反馈。资产回报的期望仍然由定价主导。

由于国内利率是增长和流动性的全面结果，因此影响股权定价的分子分母与美国债务利率不同。

因此，如果利率取决于流动性散落和经济稳定的环境，则股息资产并非主导。由于经济长期疲软，经济不景气更有可能主导股息的优势。相反，如果利率上升伴随着经济疲软或流动性仍处于收紧周期，则股息资产是主导的。一种是在未来的经济期望中继续保持弱定价。例如，估值压力的定价，股息资产的相对压力相对较小，例如2013年和2017年。

可以证明，在2014年，利率仍在进一步上升，但是流动性转向，基本面稳定以及股息资产的优势也很快消失了。 2018年的流动性变松了，但是物理上的去杠杆化，经济仍然很弱，利率下降，利率下降，利率下降，利率下降，利率下降，利率为向下。奖金住宿同时发生； 2019年，流动性仍然散落，但经济稳定已经上升。尽管利率仍然波动，但奖金资产的优势也迅速降低。

尽管国内利率作为定时信号不稳定，但其经济学和财务意义更为重要。 SINO -US利息差异等于使用美国债务利率作为基准中级-DEBT利率。这是两国之间经济政策的全面比较指标。在中间，我们选择了中国利息的传播，而不是仅仅是国内利率。 2016年之后，其与股息资产的负相关性相对稳定，呈现-0.53的相关性。

（3）国内基础：M1，BCI，PPI循环信号合成

在初步报告“ M1，BCI，PPI和宏观时间选择”中，我们选择了M1，BCI，PPI作为国内货币激活，经济增长和通货膨胀周期的代理指标，并使用了单方面的HP二级过滤来提取它。周期性成分。截至2023年12月的最新数据，仍在探索BCI指数的M1年度和周期部分。 PPI年 - 年度周期组件已显示出底部建筑物的迹象，但是“两次，一个稳定性”，在重量摘要之后，这三个稳定性仍在提示24年。一月份的基本面处于恢复的主要阶段。

从历史趋势来看，三维时间选择和股息指数的全面指标是负相关。当有效的需求不足时，经济周期尚未处于明显的上层阶段，并且相对较大的全部a a是过度的。

观察22年内的3D周期成分和股息资产收入。从3月22日至12月22日，PPI周期组件继续下降，M1周期组件稳定，BCI周期组件徘徊在底部。在相应的时期，CSI股息相对较好。从1月到3月23日，M1稳定了BCI周期。即使PPI仍在下降，它也会在集成后发出多个索引信号。在相应的时期，CSI股息的相对收入减弱了。在第23年的下半年，三维综合指标的边距削弱了，多股票交易股息的信号再次在中国股票证券股利和Wan de Quan A中再次发布。

(4) Risk : risk

In the above, we that with the of the real chain, the risk have been at a low for a long time. At the same time, in the of China Bond rates, the risk (real bond index, risk ) and is . In other words, it is of the of risk that the for has , and the of bond rates has been , which has led to of asset , which has led to the chase of .

back at , since 2016, the risk and has , and this round has been . from the of , since 2016, the of the ERP and the of Wan A has shown a . As a , in the , we use the risk ERP of A as an of the .

(5) level: The price / ratio of the is full A

Since the of bonus has been for more than three years, it is to take into the price space and cost - of the bonus. We use the rate of Sino -C 's and the rate of Wan A ( and ) "as the yield of the to the A -share . 2020, this , but after 2020, the rate of of in the rate of ( for and ) has been . of low , the cost is high.

, we use the of ± 1 times the ± 1 times and ± 2 times the of 36 as the for . If it +1.5 times the , it is that the SCR is very cost - to the full A. In view of the high - of the index , we that as long as the cost has not the+1.5 times the , the odds of the bonus index have not yet the of more .比如在2023年1月，这一性价比指标处于+1.56倍标准差，提示红利指数的赔率高，应该持仓，而在23年2月后，这一指标已回落至+1.26倍标准差，并且Back to the value by the end of 23. As far as a is , the cost - of the index has not been to hold since 23rd.

(6) level:

, from the level of , we to the of the index -the index for the of the total A to to the index in the next stage is still worth . In , we also use the of ± 1 times and ± 2 times the of the 36 as the high or too low. the of the , you will find that since 2020, this has been at a low level, but if you use 36 as a , in May 2023, , and 24, The water level of has risen. As a for bonus , we a . If we that the water level of the 36 is than the value, it is that the is not for the index.

第四部分

Under the of high - , the of the

From the and long term, under the of high - , the of (M1, BCI, PPI cycle ) in the high - red may be , and the long -term of has .

(M1, BCI, PPI cycle ) and other in the time can the of of short -term and - . At , the has from a high -speed stage to a high - stage. The of and long -term are . The of (M1, BCI, PPI cycle ) and the time of the and will also have some . , the and long -term value of bonus is .

Under the of high - , the and the no the of speed, but pay more to the of and , the and of the . 。 The of the will to be , and the of the level of the whole will less in the , which will the of price.

At the level of , the Work out that " the of " and " is with and price . The by a good for "; the on 8, 23, and the Work on 12 also out that" the must be and and . The and "... means that the stage of high - , the of (M1) and the cycle (PPI) will be more than the round of cycle. is the focus of .

, at the level of level, under the clues of high - , and will be more to the field, such as and and green , so the of pulse has . The of high will also the of high risk in the stock .

第五部分

The time is the time to from: the of the six - time

At this point, we have a of asset from six , US debt rates, Sino -US rate , and , risk , odds (), and . In this , we try to the six - , one will treat the six major , and the other will be by the 36 -month - of the six major with the CSI's index. The of the six major and the CSI index will be by as a .

In the out above, we found that many , the time - of the CSI was or 2020. , based on the data , we have the - model (), and the point that is an 2020. In the end, the by in the .

The final shows that since 2014, the , of the total of the of the , or the of the , or using the of the model , the of the model can be from , which can be . Yu A's . Among them, based on the model by the model , it can an rate of about 9%since 2014, with a rate of 73.03%.

(1)

A and is to add key six - . We first and judge the of each type of for each type of , such as US debt rates the , of the short -term and low , the US debt rates have been up, and the time -month are . The is to hold (+1). When , the is "-1". After so that the six - is one by one, we will it to get the score of each month. At the same time, in order to avoid the use of data, the data used for for each month is the data last month. For , the from 15th to 14th of the 24th is M1, BCI, and PPI cycle in 23. In the end, in order to avoid the large -month of and noise , we will take a for 6 to move , and use this as a basis for .

from the of , most of the "+" to the CSI index is full A with , and the "-" to the to run. We carry out two , one is "0-1 ": the as a full (100%) the CSI index, as 10,000 to hold 10,000 to hold ten Full A; the is " ": to the of the , take the time of 36 of each time, and the size of the to The of of the red index P. After the of the index P, the "1-P" is used as the of all A.

The from 15th to 14, 2024 is the time of 23 years, 1.78, and the is , to to hold the bonus index; The time are 3.3, 2.7, and the of 2023.10.15-2024.01.14 are by 82%, 71%, and 57%, . The data in 24 years is 0.66, 2024.02.15-2024.03.14 The of the bonus index is still , but the of will .

from the of the since 2014, the of can an of about 7%(0-1 and ). About 9%. to 10%to 50%of the of all A. Under this , the yield rate is 71.77%, and the Sharp ratio is 0.28.

In terms of years, the year of this can is from 2016-2018, 21-22 and 24 years; in the of the semi, in 22 years, it is in the first , third , and 33 years in 22 years. In the and the first of the 24th, ; in terms of , are in , , , and 24.

(2) : Use the 36 -month

The six of have and of the of bonus . One idea is to use the of time and the of CSI . Give value. But the above, we found that the most and the index is not . At the same time, in order to avoid data, we for 36 in each as a , and the of each time index and the CSI index will be for 36 as the 信号。 。

The final is more in line with the than that of the same , that is, the time has been since 2019. Under the , there is more time to hold the CSI index作为一个整体。

The from 15th to 14, 2024 uses the of 23 years. It is 2.17 and the is . , 2.94, the of the index 2023.10.15-2024.01.14 are 100%, 89%, and 74%, .

The data in of 24 years is 1.34. It is also that the next month's bonus is still to be , but the of is .

from the test since 2014, the of the can an of about 7%to 8%(8% at 0-1 and 7%of the ). , yield is about 9%to 10%. with 10%~ 68%of the of all A. Under this , the yield rate is 66.66%, and the Sharp ratio is 0.33.

From the of the year, the plan has to the , and can also the year in 23 years. In terms of , from 22 years, is still in 22Q1, 22Q3, 23Q3, 23Q4, and 24Q1; in terms of , the are with the such as such as .

(3) : Use the model to power

idea is to the time index and the CSI index, and weigh the as a . , the and CSI bonus has time to , it is not . We out the data to the data and found that since 2006, the the and the CSI does have . after